黄石2026-03-30 14:27:53

同学你好。无偏性指的是平均来看，样本估计量可以准确地估计总体参数，也就是E[θ^] = θ，其与样本容量的大小无关。一致性指的则是样本估计量随着样本容量的上升、可以愈发准确地估计总体参数。如果估计量是无偏的，那么只要我能够获得多组样本，计算出每组样本中的样本估计量θ^，对这些θ^求平均就应能准确地估计θ。如果估计量是一致的，那么我不需要去获得多个样本，只要我当前手头上这一组样本的容量足够大，那么θ^就能准确地估计θ。
一个估计量可以是有偏但一致的，一个典型案例就是之前讲的有偏样本方差估计量（除以n的那个），其期望并不等于总体方差，但是让样本容量足够大的时候，我们可以证明该有偏估计量的取值会收敛到总体方差，即该估计量是一致的。反过来也是一样的，无偏估计量并不一定是一致的，比如说我们以样本中的第一个个体X1来去估计总体均值。根据设定，Xi (i = 1, 2, ..., n)是独立同分布的，每个X的期望都等于μ，故E[X1] = μ，该估计量无偏。但显然，随着样本容量趋于无穷，X1的取值必然不会收敛到总体均值。